Aprender a construir gráficos X-S y conocer sus limitaciones.

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Aprender a construir gráficos X-S y conocer sus limitaciones."

Transcripción

1 Objetivos Aprender a construir gráficos X-R y conocer sus limitaciones. Aprender a construir gráficos X-S y conocer sus limitaciones. Comprender la relación entre los Gráficos de Control y el intervalo de Tolerancia. Calcular los índices de capacidad, funcionamiento, rechazo, etc. Epígrafes Gráficos de Control de Variables Gráficos X-R. Interpretación Gráficos X-S. Interpretación Capacidad del Proceso. Índices 2-1

2 En éstos el control del proceso se realiza mediante variables susceptibles de ser medidas (cantidades, pesos, diámetros, espesores, frecuencias, etc). PROCESO En ellos se controla la tendencia central del proceso, midiendo la media muestral, X, y la dispersión de la característica a controlar a lo largo del tiempo mediante el recorrido, R y la varianza, σ para controlar la variabilidad. MUESTRAS DEL PRODUCTOS El gráfico X - R, es el más utilizado en este ámbito. MEDICIONES 125,24 126,50 123,83 127,00 127,52 127,31 125,77 125,

3 Para entender los gráficos X-R, es necesario conocer el concepto de Subgrupos o LOTE. Trabajar con subgrupos significa agrupar las mediciones que se obtienen de un proceso, de acuerdo a algún criterio. Los subgrupos se realizan agrupando las mediciones de tal modo que haya la máxima variabilidad entre subgrupos y la mínima variabilidad dentro de cada subgrupo. Supongamos una fábrica que produce piezas cilíndricas. La característica de calidad que se desea controlar es el diámetro de las piezas. Para cada subgrupo calculamos el Promedio y el Rango. PROCESO MEDICIONES 50,04 50,08 50,09 50,10 50,24 50,04 SUBGRUPO DE 6 PIEZAS X = 50, , , , , , 04 6 R = (50, 24 50, 04) x R 2-3

4 Se construyen dos gráficos (X y R) que básicamente consiste en unas líneas centrales o principal y en unos Iímites de variabilidad probable o aceptable. Estas Líneas son: Para la parte superior del gráfico (gráfico de Medias): Límite Superior = X + A 2. R Línea central es X Límite Inferior = X - A 2. R Para la parte inferior del gráfico (gráfico de Recorridos) : Límite Superior = D 4. R línea central es R Límite Inferior = D 3. R X = R = n i=1 N n i=1 N X R Donde A 2, D 3 y D 4 son constantes que dependen únicamente del tamaño n de la muestra utilizada y se toman de la siguiente Tabla

5 Selección del tamaño, intervalo de toma y número de muestras 1. Las muestras deben consistir en 4 ó 5 unidades. Producida por la misma máquina y en un intervalo de tiempo muy corto. 2. Los intervalos de toma de muestra deberán ser cortos al principio y a medida que el proceso va estabilizándose el período de toma de muestras irá aumentando. 3. La frecuencia de toma de muestra será de 30', una hora, una vez por turno, etc. 4. Estadísticamente 25 o más muestras conteniendo 100 o más medidas proporcionan una prueba de estabilidad dando estimaciones correctas de la tendencia Central y de la variabilidad del Proceso. Se llama LOTE a la producción acumulada entre muestras sucesivas. 2-5

6 Instrucciones prácticas para cumplimentar los gráficos X, R, por variables. 1. Realizar la toma de muestras. 2. Hallar la Media Aritmética de cada muestra, X. 3. Hallar la Media de las medias muestrales, X. 4. Hallar el Recorrido, R. 5. Se calculará el Recorrido medio, R. 6. Se dibujarán en papel milimetrado o con la escala apropiada, los gráficos de las Medias y de los Recorridos, representando cada muestra por un punto. En el gráfico X, la diferencia entre los valores máximo y mínimo de la escala a utilizar deberá ser por lo menos dos veces la diferencia entre las medidas máxima y mima (X) de las muestras. 2-6

7 Instrucciones prácticas para cumplimentar los gráficos X, R, por variables (continuación). Para el gráfico R es conveniente que la escala sea doble de la del gráfico de medias. Si la escala es de 1 mm. para el gráfico X, deberá ser de 2 mm. para el gráfico R. 7. En cada gráfico se dibujará una Línea gruesa, correspondiente a los valores de X y R. 8. Se dibujarán, a ser posible en rojo, las Líneas de Control de cada gráfico. 9. Unir cada punto entre sí por medio de Líneas. 10. Puntos fuera de Límite de Control. Indica causa externa o anormal variación. Por tanto, implica corrección. 11. Recalculo de los Límites de Control si hay correcciones. 12. Se continua el proceso. Ejemplo de ejercicio Gráfico X-R 2-7

8 Estabilidad del Proceso Interpretación del GRAFICO X, R Se establecen dos periodos; Período Base y Período de Vigilancia. El período Base: Se establecen los límites de control de prueba a partir de un conjunto de observaciones, si el durante ese período el proceso está bajo control, éstos se podrán usar con toda confianza en el siguiente período. El período de Vigilancia: Se sigue observando el proceso utilizando los límites de control anteriormente obtenido en el período base. En el siguiente diagrama se observa el proceso de actuación. Si hay puntos fuera de control es necesario medidas correctoras. Se analizan por separado los gráficos: Primeramente el Gráfico de Recorridos, R, por ser más deseable conocer la variabilidad de la muestra. 2-8

9 Interpretación del GRAFICO X, R Análisis de los datos del Gráfico R 1. Si existen puntos fuera de control por encima del Límite Superior indica que: a. La variabilidad del proceso ha empeorado. b. Se ha modificado la medida 2. Comprobar si el punto está correctamente marcado y si los límites han sido bien calculados. 3. Estudio de Casos: El Sesgo: se produce cuando 7 puntos sucesivos permanece a un lado del recorrido R, sin salirse de los límites. a. Si está por encima de R, indica mayor variabilidad. b. Si está por debajo que tiende a la estabilidad o a la mejora. 2-9

10 Interpretación del GRAFICO X, R Análisis de los datos del Gráfico R (continuación) 3. La Tendencia: Cuando 7 puntos o más se presentan en una línea que puede ser ascendente o descendente. Muestreo Incorrecto: Se produce cuando el 60% de los puntos no está dentro de un 1/3 con respecto a la línea central. 4. Corrección de las causas externas: a. Aunque sea un solo punto. b. Una vez se han detectado la causa anormal se deben poner los medios para corregirla y eliminarla. 5. Recalculo de los límites de control. a. Eliminación de los puntos fuera de control. b. Cálculo nuevamente de R, D 3. R, D 4. R. 2-10

11 Interpretación del GRAFICO X, R Análisis de los datos del Gráfico X Se estudiara si el proceso cambia con el tiempo 1. Si existen puntos fuera de control indica que: a. El proceso ha sido modificado, en ese momento o desde la última toma de muestra. b. Por cambio de la persona o instrumento que toma la muestra c. Puede haber un error en el punto marcado o en el cálculo de los límites. 2. Estudio de Casos: El Sesgo: se produce cuando 7 puntos sucesivos permanece a un lado de la Gran Media, X, sugiere una modificación del valor central debido posiblemente al cambio del método de medición. La Tendencia: Cuando 7 puntos o más se presentan en una línea, puede significar un desajuste gradual del proceso. Muestreo Incorrecto: Se produce cuando el 60% de los puntos no está dentro de un 1/3 con respecto a la línea central. 3. Corrección y Recalculo: 4-11

12 El Gráfico de Control durante el Proceso de Vigilancia Los límites de control no se modifican durante el periodo de Vigilancia Un aviso exige una investigación de las causas de fuera de control. La causa puede ser Aleatoria y no repetible no es necesario modificación ninguna La causa necesita de Acción Correctora, por tanto es necesario cambiar los límites de control y realizar un nuevo Gráfico. 2-12

13 El gráfico X-S básicamente análogo al gráfico X-R, presenta la ventaja de ser más eficaz estimando la variabilidad. Estas Líneas son: Para la parte superior del gráfico (gráfico de Medias): Límite Superior = X + A 3. S Línea central es X Límite Inferior = X - A 3. S Para la parte inferior del gráfico (gráfico de Desviaciones Típicas) : Límite Superior = B 4. S línea central es, S Límite Inferior = B 3. S Donde A 3, B 3 y B 4 son constantes que dependen únicamente del tamaño n de la muestra utilizada y se toman de la siguiente Tabla 4-2. S = n i=1 X i X 2 n 1 Ejemplo de ejercicio Gráfico X-S 2-13

14 Ventajas e Inconvenientes de los Gráficos de Control X-S La desviación típica de la muestra S es un estimador algo más eficaz de la variabilidad del proceso, especialmente con tamaños de muestras más grandes que 8. No obstante es menos sensible en la detección de causas anormales de variación que sólo producen un valor típico en el subgrupo. La desviación típica es más difícil de calcular. Se utilizan los gráficos X, S cuando los datos son registrados y calculados mediante ordenador. 2-14

15 Capacidad de un proceso El proceso y las Especificaciones Los gráficos de control indican el estado del proceso pero no del estado de la unidades fabricadas. El estado de las unidades fabricadas se indica en el intervalo de Tolerancia Técnica o de especificación. El objetivo será buscar una relación entre el estado del proceso, a través de los gráficos de control y la Tolerancia técnicas o especificaciones. Capacidad de un proceso Es la variación máxima de los valores obtenidos con una característica determinada con dicho proceso (del 99,73% de los valores). La variación máxima estará entre (X + 3.S) y (X 3.S), por tanto, 6.S 2-15

16 Capacidad de un procesos Para gráficos X,R Para conocer el % de piezas defectuosas 1. Se calculan los recorridos, R. 2. Se calcula el recorrido medio, R. 3. Se lee el valor de d 2 en la tabla Se haya la capacidad. Capacidad = 5. Se calcula la media de las muestras, X 6. Se determina la gran media, X 7. Se calcula (X + 3. R ) y (X - 3. R ) 6. R d 2 8. Se compara con las tolerancias especificadas. Para gráficos X,S Para conocer el % de piezas defectuosas 1. Se calcula las desviación típica, S. 2. Se calcula la desviación media, S. 3. Se lee el valor de C 4 en la tabla Se haya la capacidad. Capacidad = 5. Se calcula la media de las muestras, X 6. Se determina la gran media, X 7. Se calcula (X + 3. S ) y (X - 3. S ) 6. S C 4 8. Se compara con las tolerancias especificadas. 2-16

17 Índice de Capacidad de un Proceso Es la probabilidad de que un proceso satisfaga las Tolerancia Técnicas, es decir, se compara la variabilidad natural del proceso con la longitud del intervalo de especificación o tolerancia. (figura 4-1) Cp = Tolerancia superior Tolerancia inferior Capacidad = Tol sup Tol inf 6. S Si Cp = 1 se dice que el proceso es capaz de cumplir con las especificaciones. Si Cp < 1, habrá elementos disconformes con los límites de especificación. Si Cp > 1, el rango de valores que cumplen las especificaciones es bastante alto Por tanto, cuanto mayor sea el valor de Cp mayor será la capacidad del proceso de cumplir las especificaciones. Las empresas consideran un nivel mínimo de calidad con valores de Cp = 1,33 y su objetivo es de 1,

18 Índice de Funcionamiento, Cp K Dos procesos con igual valor de Cp, puede que uno de ellos presente valores no centrados y producir elementos disconformes. (figura 4-2) Por ello se define un nuevo índice, Cp K El factor k, mide la longitud de cuánto se aleja la media del valor central entre los limites de especificación. Cuanto más cercano este de 0 más centrado estará el proceso. Lo mismo sucede cuando Cp k Cp Cp k = min Tol sup X 3. S k = Tol sup + Tol inf 2 X Tol sup + Tol inf 2 Cp k = 1 k. Cp X Tol inf 3. S 2-18

19 Límite de rechazo Indica si el proceso puede tener valores fuera de las tolerancias. No indica si existen causas externas o anormales Cuando un punto se sale fuera del índice de rechazo se debe inspeccionar el 100% de la producción. Límite SUP. Rechazo = TOL. SUP. 3. R d 2 + A 2.R Límite INF. Rechazo = TOL. INF. 3. R d 2 A 2.R Ejemplo de Capacidad 2-19

Objetivos. Epígrafes 3-1. Francisco José García Álvarez

Objetivos. Epígrafes 3-1. Francisco José García Álvarez Objetivos Entender el concepto de variabilidad natural de un procesos Comprender la necesidad de los gráficos de control Aprender a diferenciar los tipos de gráficos de control y conocer sus limitaciones.

Más detalles

Objetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes

Objetivos. Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos. Epígrafes Objetivos Aprender a construir gráficos p y/o np. Aprender a construir gráficos c y u. Cuando usarlos Epígrafes Introducción a los Gráficos p, np. Interpretación Gráficos c y u. Interpretación 2-1 Gráfico

Más detalles

GRAFICOS DE CONTROL DATOS TIPO VARIABLES

GRAFICOS DE CONTROL DATOS TIPO VARIABLES GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar

Más detalles

Unidad V. Control Estadístico de la Calidad

Unidad V. Control Estadístico de la Calidad UNIVERSIDAD NACIONAL DE INGENIERÍA UNI- NORTE - SEDE REGIONAL ESTELÍ Unidad V. Control Estadístico de la Calidad Objetivos Reconocer los principios estadísticos del control de calidad. Explicar la forma

Más detalles

GRÁFICOS DE CONTROL. Datos tipo atributo

GRÁFICOS DE CONTROL. Datos tipo atributo GRÁFICOS DE CONTROL Datos tipo atributo SELECCIÓN DE LOS GRÁFICOS DE CONTROL GRÁFICOS PARA ATRIBUTOS Se distinguen dos grandes grupos: Los gráficos p, 100p y u difieren de los gráficos np y c en que los

Más detalles

GRÁFICOS DE CONTROL. Datos tipo atributo

GRÁFICOS DE CONTROL. Datos tipo atributo GRÁFICOS DE CONTROL Datos tipo atributo SELECCIÓN DE LOS GRÁFICOS DE CONTROL Total GRÁFICOS PARA ATRIBUTOS Se distinguen dos grandes grupos: Por unidad Los gráficos p, 100p y u difieren de los gráficos

Más detalles

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:

Más detalles

LOS GRÁFICOS DE CONTROL

LOS GRÁFICOS DE CONTROL CAPÍTULO IX LOS GRÁFICOS DE CONTROL 9.1 INTRODUCCIÓN En cualquier proceso de generación de productos o servicios, sin importar su buen diseño y/o mantenimiento cuidadoso, siempre existirá cierto grado

Más detalles

Z i

Z i Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda

Más detalles

Medidas de dispersión

Medidas de dispersión Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia

Más detalles

Estadística Descriptiva

Estadística Descriptiva M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo

Más detalles

Control Estadístico de Procesos (SPC) para NO estadísticos.

Control Estadístico de Procesos (SPC) para NO estadísticos. Control Estadístico de Procesos (SPC) para NO estadísticos. - Sesión 3ª de 4 - Impartido por: Jaume Ramonet Fernández Ingeniero Industrial Superior PMP (PMI ) Consultoría y Formación Actitud requerida

Más detalles

INDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso

INDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento

Más detalles

Tema 13: Distribuciones de probabilidad. Estadística

Tema 13: Distribuciones de probabilidad. Estadística Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número

Más detalles

Tema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1

Tema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1 Bioestadística Tema 2: Estadísticos Tema 2: Estadísticos 1 Parámetros y estadísticos Parámetro: Es una cantidad numérica calculada sobre una población La altura media de los individuos de un país La idea

Más detalles

MEDIDAS DE VARIABILIDAD

MEDIDAS DE VARIABILIDAD MEDIDAS DE VARIABILIDAD 1 Medidas de variabilidad Qué son las medidas de variabilidad? Las medidas de variabilidad de una serie de datos, muestra o población, permiten identificar que tan dispersos o concentrados

Más detalles

Fundamentos de Estadística y Simulación Básica

Fundamentos de Estadística y Simulación Básica Fundamentos de Estadística y Simulación Básica TEMA 2 Estadística Descriptiva Clasificación de Variables Escalas de Medición Gráficos Tabla de frecuencias Medidas de Tendencia Central Medidas de Dispersión

Más detalles

Modelos de PERT/CPM: Probabilístico

Modelos de PERT/CPM: Probabilístico INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Modelos de PERT/CPM: Probabilístico M. En C. Eduardo Bustos Farías 1 Existen proyectos con actividades que tienen tiempos inciertos, es decir,

Más detalles

TEMA 3: Control Estadístico de la Calidad

TEMA 3: Control Estadístico de la Calidad TEMA 3: Control Estadístico de la Calidad 1. Introducción al control de la calidad. 2. Métodos de mejora de la calidad 3. Gráficos de control de Shewhart: Gráficos c Gráficos np Gráficos X y R 4. Interpretación

Más detalles

Tema 5. Contraste de hipótesis (I)

Tema 5. Contraste de hipótesis (I) Tema 5. Contraste de hipótesis (I) CA UNED de Huelva, "Profesor Dr. José Carlos Vílchez Martín" Introducción Bienvenida Objetivos pedagógicos: Conocer el concepto de hipótesis estadística Conocer y estimar

Más detalles

PROYECTO GRUPAL. GUIA DE LA ACTIVIDAD DE TRABAJO COLABORATIVO Muestreo y Estimación de Parámetros METODOLOGÍA. Procedimiento:

PROYECTO GRUPAL. GUIA DE LA ACTIVIDAD DE TRABAJO COLABORATIVO Muestreo y Estimación de Parámetros METODOLOGÍA. Procedimiento: PROYECTO GRUPAL GUIA DE LA ACTIVIDAD DE TRABAJO COLABORATIVO Muestreo y Estimación de Parámetros Respetados Estudiantes, A continuación se dan las instrucciones necesarias para su participación en la actividad

Más detalles

Unidad 5 Control Estadístico de la Calidad. Administración de Operaciones III

Unidad 5 Control Estadístico de la Calidad. Administración de Operaciones III Unidad 5 Control Estadístico de la Calidad Administración de Operaciones III 1 Contenido 1. Antecedentes del control estadístico de la calidad 2. Definición 3. Importancia y aplicación 4. Control estadístico

Más detalles

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

EJERCICIOS RESUELTOS DE ESTADÍSTICA II EJERCICIOS RESUELTOS DE ESTADÍSTICA II RESUMEN DE EJERCICIOS DADOS EN CLASES POR: EILEEN JOHANA ARAGONES GENEY DISTRIBUCIONES DOCENTE: JUAN CARLOS VERGARA SCHMALBACH ESTIMACIÓN PRUEBAS DE HIPÓTESIS Grupo

Más detalles

Estadística. Análisis de datos.

Estadística. Análisis de datos. Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un

Más detalles

UNIDAD 7 Medidas de dispersión

UNIDAD 7 Medidas de dispersión UNIDAD 7 Medidas de dispersión UNIDAD 7 MEDIDAS DE DISPERSIÓN Al calcular un promedio, por ejemplo la media aritmética no sabemos su representatividad para ese conjunto de datos. La información suministrada

Más detalles

Aplicaciones de la Probabilidad en la Industria

Aplicaciones de la Probabilidad en la Industria Tercera parte Aplicaciones de la Probabilidad en la Industria Dr Enrique Villa Diharce CIMAT, Guanajuato, México Verano de probabilidad y estadística CIMAT Guanajuato,Gto Julio 2010 Cartas de control Carta

Más detalles

Estadística Descriptiva. SESIÓN 11 Medidas de dispersión

Estadística Descriptiva. SESIÓN 11 Medidas de dispersión Estadística Descriptiva SESIÓN 11 Medidas de dispersión Contextualización de la sesión 11 En la sesión anterior se explicaron los temas relacionados con la dispersión, una de las medidas de dispersión,

Más detalles

El ejemplo: Una encuesta de opinión

El ejemplo: Una encuesta de opinión El ejemplo: Una encuesta de opinión Objetivos Lo más importante a la hora de planificar una encuesta es fijar los objetivos que queremos lograr. Se tiene un cuestionario ya diseñado y se desean analizar

Más detalles

UNIVERDAD TECNOLÓGICA DE TORREÓN

UNIVERDAD TECNOLÓGICA DE TORREÓN UNIVERDAD TECNOLÓGICA DE TORREÓN PROCESOS INDUSTRIALES DE MANUFACTURA ENCARGADO DE LA MATERIA: LIC. EDGAR GERARDO MATA ORTÍZ ALUMNA: ELIZABETH GRIJALVA ROCHA TEMA: EJERCICIOS DE HISTOGRAMA: GRADO: 3-C

Más detalles

Cómo funciona el Diagrama de Control

Cómo funciona el Diagrama de Control Cómo funciona el Diagrama de Control Capítulo 4 Control Estadístico de Calidad Modelo del sistema de control de proceso ( con retroalimentación ) VOZ DEL PROCESO METODOS ESTADÍSTICOS Personal Equipo Materiales

Más detalles

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros

Más detalles

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información

Más detalles

Medidas de Tendencia Central. Dra. Noemí L. Ruiz Limardo Derechos de Autor Reservados Revisado 2010

Medidas de Tendencia Central. Dra. Noemí L. Ruiz Limardo Derechos de Autor Reservados Revisado 2010 Medidas de Tendencia Central Dra. Noemí L. Ruiz Limardo Derechos de Autor Reservados Revisado 2010 Objetivos de Lección Conocer cuáles son las medidas de tendencia central más comunes y cómo se calculan

Más detalles

Estadística Inferencial. Estadística Descriptiva

Estadística Inferencial. Estadística Descriptiva INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y

Más detalles

PROBLEMAS ESTADÍSTICA I

PROBLEMAS ESTADÍSTICA I PROBLEMAS ESTADÍSTICA I INGENIERÍA TÉCNICA EN INFORMÁTICA CURSO 2002/2003 Estadstica Descriptiva Unidimensional 1. Un edificio tiene 45 apartamentos con el siguiente número de inquilinos: 2 1 3 5 2 2 2

Más detalles

Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución.

Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. CONTENIDO: MEDIDAS DE DISPERSIÓN INDICADOR DE LOGRO: Determinarás y aplicarás, con perseverancia las medidas de dispersión para datos no agrupados y agrupados Guía de trabajo: Las medidas de dispersión

Más detalles

APLICACIÓN DE LA METODOLOGÍA DE DAUDIN A LOS GRÁFICOS POR ATRIBUTOS

APLICACIÓN DE LA METODOLOGÍA DE DAUDIN A LOS GRÁFICOS POR ATRIBUTOS 27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8-11 de abril de 2003 APLICACIÓN DE LA METODOLOGÍA DE DAUDIN A LOS GRÁFICOS POR ATRIBUTOS Elena Pérez Bernabeu 1, José M. Jabaloyes

Más detalles

U.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo

U.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:

Más detalles

Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística

Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Fuente de los comics: La Estadística en Comic. LarryGonicky Woollcatt Smith. Ed. ZendreraZariquiey, 1999 ESTADÍSTICA ESTADÍSTICA

Más detalles

TEMA 4: Introducción al Control Estadístico de Procesos

TEMA 4: Introducción al Control Estadístico de Procesos TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción

Más detalles

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:

Más detalles

Mediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores:

Mediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores: Mediciones II Objetivos El alumno determinará la incertidumbre de las mediciones. El alumno determinará las incertidumbres a partir de los instrumentos de medición. El alumno determinará las incertidumbres

Más detalles

EJERCICIOS DE SELECTIVIDAD

EJERCICIOS DE SELECTIVIDAD EJERCICIOS DE SELECTIVIDAD INFERENCIA 1998 JUNIO OPCIÓN A Un fabricante de electrodomésticos sabe que la vida media de éstos sigue una distribución normal con media μ = 100 meses y desviación típica σ

Más detalles

RELACIÓN DE EJERCICIOS TEMA 2

RELACIÓN DE EJERCICIOS TEMA 2 1. Sea una distribución estadística que viene dada por la siguiente tabla: Calcular: x i 61 64 67 70 73 f i 5 18 42 27 8 a) La moda, mediana y media. b) El rango, desviación media, varianza y desviación

Más detalles

MEDIDAS DE TENDENCIA CENTRAL

MEDIDAS DE TENDENCIA CENTRAL MEDIDAS DE TENDENCIA CENTRAL Al describir grupos de observaciones, con frecuencia es conveniente resumir la información con un solo número. Este número que, para tal fin, suele situarse hacia el centro

Más detalles

Tema 7: Estadística y probabilidad

Tema 7: Estadística y probabilidad Tema 7: Estadística y probabilidad En este tema revisaremos: 1. Representación de datos e interpretación de gráficas. 2. Estadística descriptiva. 3. Probabilidad elemental. Representaciones de datos Cuatro

Más detalles

Un estudio estadístico consta de las siguientes fases: Recogida de datos. Organización y representación de datos. Análisis de datos.

Un estudio estadístico consta de las siguientes fases: Recogida de datos. Organización y representación de datos. Análisis de datos. La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta de las siguientes

Más detalles

SESION 12 LA DISTRIBUCIÓN BINOMIAL

SESION 12 LA DISTRIBUCIÓN BINOMIAL SESION LA DISTRIBUCIÓN BINOMIAL I. CONTENIDOS:. La distribución omial.. Variables aleatorias en una distribución omial. 3. Descripciones de la distribución omial. 4. Distribución de Poisson. II. OBJETIVOS:

Más detalles

Tema 8. Muestreo. Indice

Tema 8. Muestreo. Indice Tema 8. Muestreo Indice 1. Población y muestra.... 2 2. Tipos de muestreos.... 3 3. Distribución muestral de las medias.... 4 4. Distribución muestral de las proporciones.... 6 Apuntes realizados por José

Más detalles

ESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA Definición de Estadística: La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer

Más detalles

2.- Tablas de frecuencias

2.- Tablas de frecuencias º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 3.- ESTADÍSTICA DESCRIPTIVA PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------

Más detalles

EL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M.

EL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. EL PAPEL DE LA ESTADISTICA EN O Y M Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. O y M necesita apoyarse en la estadística que en casos

Más detalles

INDICE. Prólogo a la Segunda Edición

INDICE. Prólogo a la Segunda Edición INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.

Más detalles

Módulo de Estadística

Módulo de Estadística Módulo de Estadística Tema 2: Estadística descriptiva Tema 2: Estadísticos 1 Medidas La finalidad de las medidas de posición o tendencia central (centralización) es encontrar unos valores que sinteticen

Más detalles

PÁGINA 120. Pág. 1. Unidad 12. Estadística

PÁGINA 120. Pág. 1. Unidad 12. Estadística 1 Soluciones a las actividades de cada epígrafe PÁGINA 1 1 Un fabricante de tornillos desea hacer un control de calidad. Para ello, recoge 1 de cada tornillos producidos y lo analiza. a) Cuál es la población?

Más detalles

ESTADÍSTICA CON EXCEL

ESTADÍSTICA CON EXCEL ESTADÍSTICA CON EXCEL 1. INTRODUCCIÓN La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en

Más detalles

Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León

Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León Grado en Ingeniería Informática Estadística Tema 5: Teoría Elemental del Muestreo e Inferencia Paramétrica Ángel Serrano Sánchez de León Distribuciones Muestrales 1. Sea una población de 5 números: 2,

Más detalles

UNIDAD 6 Medidas de tendencia central

UNIDAD 6 Medidas de tendencia central UNIDAD Medidas de tendencia central UNIDAD MEDIDAS DE TENDENCIA CENTRAL = EJEMPLO. ó Al estudiar la información estadística de los histogramas y los polígonos de frecuencia, se puso en evidencia un significativo

Más detalles

UNIVERSIDAD AUTONOMA DE SANTO DOMINGO

UNIVERSIDAD AUTONOMA DE SANTO DOMINGO UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)

Más detalles

Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s).

Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). VARIABLE ALEATORIA Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). X : S S s s X () s X(s) Rx Rx es el recorrido

Más detalles

Hoja 6: Estadística descriptiva

Hoja 6: Estadística descriptiva Hoja : Estadística descriptiva Hoja : Estadística descriptiva May Dada la siguiente distribución de frecuencias, halle: a) la mediana; b) la media. Número (x) Frecuencia (y) May De enero a septiembre la

Más detalles

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas

Más detalles

CONTRASTE SOBRE UN COEFICIENTE DE LA REGRESIÓN

CONTRASTE SOBRE UN COEFICIENTE DE LA REGRESIÓN Modelo: Y =! 1 +! 2 X + u Hipótesis nula: Hipótesis alternativa H 1 :!!! 2 2 Ejemplo de modelo: p =! 1 +! 2 w + u Hipótesis nula: Hipótesis alternativa: H :!! 1 2 1. Como ilustración, consideremos un modelo

Más detalles

4. NÚMEROS PSEUDOALEATORIOS.

4. NÚMEROS PSEUDOALEATORIOS. 4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar

Más detalles

Tema 4: Probabilidad y Teoría de Muestras

Tema 4: Probabilidad y Teoría de Muestras Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009

Más detalles

Tema 5 Algunas distribuciones importantes

Tema 5 Algunas distribuciones importantes Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos

Más detalles

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones

Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Unidad Temática 5 Estimación de parámetros: medias, varianzas y proporciones Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una

Más detalles

Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase.

Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase. Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase. M. C. Blanca Evelia Flores Soto. Dpto. de Matemáticas Universidad de Sonora Introducción. Actividad desarrollada

Más detalles

1. La Distribución Normal

1. La Distribución Normal 1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando

Más detalles

Otra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza

Otra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza CARACTERÍSTICAS DE LA POBLACIÓN. Una pregunta práctica en gran parte de la investigación de mercado tiene que ver con el tamaño de la muestra. La encuesta, en principio, no puede ser aplicada sin conocer

Más detalles

RepublicofEcuador EDICTOFGOVERNMENT±

RepublicofEcuador EDICTOFGOVERNMENT± RepublicofEcuador EDICTOFGOVERNMENT± Inordertopromotepubliceducationandpublicsafety,equaljusticeforal, abeterinformedcitizenry,theruleoflaw,worldtradeandworldpeace, thislegaldocumentisherebymadeavailableonanoncommercialbasis,asit

Más detalles

Jesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple

Jesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple Jesús Eduardo Pulido Guatire, marzo 0 Diagrama de Dispersión y Correlación Lineal Simple Hasta el momento el trabajo lo hemos centrado en resumir las características de una variable mediante la organización

Más detalles

Teoría de la decisión

Teoría de la decisión 1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia

Más detalles

TALLER N 2. www.siresistemas.com/clases www.fundacionsire.org www.siresistemas.com

TALLER N 2. www.siresistemas.com/clases www.fundacionsire.org www.siresistemas.com TALLER N 2 1. Supóngase que los nueve valores siguientes, representan observaciones aleatorias provenientes de una población normal: 1, 5, 9, 8, 4, 0, 2, 4, 3. Constrúyase un intervalo de confianza de

Más detalles

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios.

Ejemplos y ejercicios de. Estadística Descriptiva. yanálisis de Datos. 2 Descripción estadística de una variable. Ejemplos y ejercicios. ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS Ejemplos y ejercicios de Estadística Descriptiva yanálisis de Datos Diplomatura en Estadística Curso 007/08 Descripción estadística de una variable. Ejemplos

Más detalles

Teoría de muestras 2º curso de Bachillerato Ciencias Sociales

Teoría de muestras 2º curso de Bachillerato Ciencias Sociales TEORÍA DE MUESTRAS Índice: 1. Introducción----------------------------------------------------------------------------------------- 2 2. Muestras y población-------------------------------------------------------------------------------

Más detalles

Guión de Prácticas. PRÁCTICA METROLOGIA. Medición. 2. CONSIDERACIONES PREVIAS a tener en cuenta SIEMPRE

Guión de Prácticas. PRÁCTICA METROLOGIA. Medición. 2. CONSIDERACIONES PREVIAS a tener en cuenta SIEMPRE 1. OBJETIVOS Guión de Prácticas. PRÁCTICA METROLOGIA. Medición Conocimientos de los fundamentos de medición Aprender a utilizar correctamente los instrumentos básicos de medición. 2. CONSIDERACIONES PREVIAS

Más detalles

ESTADÍSTICA DESCRIPTIVA

ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el

Más detalles

Probabilidad y Estadística, EIC 311

Probabilidad y Estadística, EIC 311 Probabilidad y Estadística, EIC 311 Medida de resumen 1er Semestre 2016 1 / 105 , mediana y moda para datos no Una medida muy útil es la media aritmética de la muestra = Promedio. 2 / 105 , mediana y moda

Más detalles

Medidas descriptivas I. Medidas de tendencia central A. La moda

Medidas descriptivas I. Medidas de tendencia central A. La moda Medidas descriptivas I. Medidas de tendencia central A. La moda Preparado por: Roberto O. Rivera Rodríguez Coaching de matemática Escuela Eduardo Neuman Gandía 1 Introducción En muchas ocasiones el conjunto

Más detalles

A qué nos referimos con medidas de dispersión?

A qué nos referimos con medidas de dispersión? Estadística 1 Sesión No. 4 Nombre: Medidas de dispersión. Contextualización A qué nos referimos con medidas de dispersión? En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal

Más detalles

Medidas de centralización

Medidas de centralización 1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese

Más detalles

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7) TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de

Más detalles

MÉTODO PARA MEDIR EL AHUELLAMIENTO EN SUPERFICIES PAVIMENTADAS I.N.V. E

MÉTODO PARA MEDIR EL AHUELLAMIENTO EN SUPERFICIES PAVIMENTADAS I.N.V. E MÉTODO PARA MEDIR EL AHUELLAMIENTO EN SUPERFICIES PAVIMENTADAS I.N.V. E 789 07 1. OBJETO 1.1 Esta norma describe el método de ensayo para medir la profundidad del ahuellamiento en la superficie de pavimentos

Más detalles

M i. Los datos vendrán en intervalos en el siguiente histograma de frecuencias acumuladas se ilustra la mediana.

M i. Los datos vendrán en intervalos en el siguiente histograma de frecuencias acumuladas se ilustra la mediana. Medidas de tendencia central y variabilidada para datos agrupados Media (media aritmética) ( X ) Con anterioridad hablamos sobre la manera de determinar la media de la muestra. Si hay muchos valores u

Más detalles

www.bvbusiness-school.com

www.bvbusiness-school.com Gráficos de Control por Variables www.bvbusiness-school.com GÁFICOS DE CONTOL PO VAIABLES Los gráficos de control por variables se utilizan para aquellas características de calidad que permiten ser medidas

Más detalles

Medidas de variabilidad (dispersión)

Medidas de variabilidad (dispersión) Medidas de posición Las medidas de posición nos facilitan información sobre la serie de datos que estamos analizando. Estas medidas permiten conocer diversas características de esta serie de datos. Las

Más detalles

MÉTODOS CUANTITATIVOS. Freddy Higuera Departamento de Ingeniería Industrial Universidad Católica del Norte

MÉTODOS CUANTITATIVOS. Freddy Higuera Departamento de Ingeniería Industrial Universidad Católica del Norte MÉTODOS CUANTITATIVOS Freddy Higuera Departamento de Ingeniería Industrial Universidad Católica del Norte Estadística La estadística tradicionalmente ha sido clasificada en dos tipos, la estadística descriptiva

Más detalles

Estadística para investigadores: todo lo que siempre quiso saber y nunca se atrevió a preguntar

Estadística para investigadores: todo lo que siempre quiso saber y nunca se atrevió a preguntar Estadística para investigadores: todo lo que siempre quiso saber y nunca se atrevió a preguntar Módulo 2. Estadística Descriptiva: Medidas de síntesis Mª Purificación Galindo Villardón Mª Purificación

Más detalles

CONTROL DE LOS ESTÁNDARES DE CALIDAD

CONTROL DE LOS ESTÁNDARES DE CALIDAD CONTROL DE LOS ESTÁNDARES DE CALIDAD GESTIÓN DE LA CALIDAD Por: MIGUEL ÁNGEL SUÁREZ CABRERA www.laformacion.com www.libroelectronico.net Página 1 Índice 1. Justificación del Control de Calidad 2. Herramientas

Más detalles

Proyecto PropULSA: Estadística y Probabilidad Breviario Académico

Proyecto PropULSA:  Estadística y Probabilidad Breviario Académico Estadística y Probabilidad Breviario Académico Estadística: Es la ciencia que tiene por objetivo recolectar, escribir e interpretar datos, con la finalidad de efectuar una adecuada toma de decisiones en

Más detalles

ANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Estadistica. CURSO ACADÉMICO - SEMESTRE Primer semestre

ANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Estadistica. CURSO ACADÉMICO - SEMESTRE Primer semestre ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Estadistica CURSO ACADÉMICO - SEMESTRE 2016-17 - Primer semestre GA_05IQ_55001012_1S_2016-17 Datos Descriptivos Nombre de la Asignatura Titulación Centro

Más detalles

ADMINISTRADOR DE INFRAESTRUCTURAS FERROVIARIAS

ADMINISTRADOR DE INFRAESTRUCTURAS FERROVIARIAS ESPECIFICACIONES TÉCNICAS ADMINISTRADOR DE INFRAESTRUCTURAS FERROVIARIAS ET 03.366.206.5 CONSTITUIDAS POR VARILLAS CILÍNDRICAS 1ª EDICIÓN: Octubre de 1992 Organismo Redactor: Renfe. UN Mantenimiento de

Más detalles

Trabajo de Estadística 3º ESO

Trabajo de Estadística 3º ESO Pasos para realizar el trabajo Trabajo de Estadística 3º ESO 1º Organizarse en grupos de 2-3 personas 2º Elegir el problema a estudiar: Variable estadística cuantitativa discreta 3º Determinar la Población

Más detalles

UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro)

UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) UNIDAD 12.- Estadística. Tablas y gráficos (tema12 del libro) 1. ESTADÍSTICA: CLASES Y CONCEPTOS BÁSICOS En sus orígenes históricos, la Estadística estuvo ligada a cuestiones de Estado (recuentos, censos,

Más detalles

Tema 5. Muestreo y distribuciones muestrales

Tema 5. Muestreo y distribuciones muestrales 1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución

Más detalles

MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN

MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II INSTRUCCIONES Y CRITERIOS GENERALES DE CALIFICACIÓN UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MODELO DE EXAMEN CURSO 2014-2015 MATERIA: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

Más detalles

Fase 2. Estudio de mercado: ESTADÍSTICA

Fase 2. Estudio de mercado: ESTADÍSTICA 1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.

Más detalles

INTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)

INTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith) INTERVALOS DE CONFIANZA La estadística en cómic (L. Gonick y W. Smith) EJEMPLO: Será elegido el senador Astuto? 2 tamaño muestral Estimador de p variable aleatoria poblacional? proporción de personas que

Más detalles

Dispone de 1 hora para resolver las siguientes cuestiones planteadas.

Dispone de 1 hora para resolver las siguientes cuestiones planteadas. ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE ECONOMÍA Y NEGOCIOS EXAMEN TEÓRICO DE ESTADÍSTICA COMPUTARIZADA NOMBRE: PARALELO: Dispone de 1 hora para resolver las siguientes cuestiones planteadas.

Más detalles